在HER2-阴性乳腺癌患者的新辅助化疗后病理完整反应的预测,这些患者具有常规免疫组织化学标志物
Lothar Häberle1,2, Ramona Erber3, Paul Gass4
1Department of Gynecology and Obstetrics, Erlangen University Hospital, Comprehensive Cancer Center Erlangen-EMN, Friedrich Alexander University of Erlangen-Nuremberg, Erlangen, Germany. lothar.haeberle@uk-erlangen.de.
Breast cancer research : BCR
|January 25, 2025
概括
在接受新辅助化疗的乳腺癌患者中预测病理完整反应 (pCR) 可以指导治疗. 这项研究开发了一个模型来估计pCR概率,帮助个性化治疗决策.
科学领域:
- 在瘤学瘤学.
- 临床研究 临床研究
- 生物统计学 生物统计学
背景情况:
- 病理完整反应 (pCR) 是经过新辅助化疗后乳腺癌 (BC) 的关键预后标志物.
- 使用活检数据进行个性化PCR预测,包括免疫组织化学 (IHC) 标记,可以优化术前化疗选择.
研究的目的:
- 开发和验证一种多变量预测模型,用于估计HER2-阴性BC患者pCR (pCR-prob) 的概率.
- 评估pCR-prob及其与IHC标志物的结合对远期复发和无病生存的预后影响.
主要方法:
- 利用了1166名接受新辅助化疗治疗的HER2-阴性BC患者 (2002-2020) 的数据.
- 开发了pCR-prob的多变量预测模型,并进行了内部和外部验证.
- 采用考克斯回归和卡普兰-梅尔分析来评估与生存结果的关联.
主要成果:
- 在23.4%的患者 (n=273) 中实现了pCR.
- 开发的模型表现出强大的预测准确性,AUC为0.84 (交叉验证) 和外部验证 (AUC为0.75-0.83).
- 较高的pCR-prob与更大的预后影响相关;将pCR-prob与IHC3得分相结合,改善了无病生存预测.
结论:
- 建立了一个准确的pCR预测模型,用于指导乳腺癌中新辅助疗法决策.
- 整合PCR概率和复发预测有助于确定从化疗中获益最多的患者和需要替代策略的患者.
